Rajamanickam V, Herwig C und Spadiut O
UV-chromatographische Daten werden in Kombination mit multivariater Datenanalyse (MVDA) häufig zur Überwachung von Bioprozessen verwendet. Sie werden jedoch normalerweise auf Verschiebungen entlang der Retentionszeit zurückgeführt und erfordern eine Vorverarbeitung. Falsch ausgerichtete UV-chromatographische Daten führen zu inkonsistenten MVDA-Modellen. Es stehen zahlreiche Vorverarbeitungstechniken zur Verfügung, die sich jeweils in der Anzahl der zu optimierenden Metaparameter, der Komplexität und der Rechenzeit unterscheiden. Daher wollten wir einen allgemeinen Workflow zum Screening von Vorverarbeitungstechniken entwickeln. Wir haben vier Datensätze mit zunehmender Komplexität ausgewählt, die UV-chromatographische Daten aus Umkehrphasen- und Größenausschlusschromatographie-HPLC enthalten. Wir haben alle vier Datensätze mithilfe von drei Vorverarbeitungstechniken ausgerichtet, nämlich den Algorithmen Icoshift, PAFFT und RAFFT. Wir haben mehrere statistische Tools ausgewählt, um die Leistung der Vorverarbeitungstechniken zu validieren und nach Metaparametern zu screenen. Wir haben die Leistung der Vorverarbeitungstechniken in Bezug auf Datenerhaltung, Komplexität und Rechenzeit validiert und die optimalen Bereiche der Metaparameter für jeden Datensatz ermittelt. Schließlich haben wir Hauptkomponentenanalysemodelle (PCA) entwickelt, um die gewählte Ausrichtungstechnik zu bewerten. Zusammenfassend wurde in dieser Studie ein allgemeiner Arbeitsablauf entwickelt, um die Ausrichtung chromatographischer Daten mithilfe statistischer Tools zu validieren.